โมเดล Random Forest
ในแบบฝึกหัดนี้ จะใช้ฟังก์ชัน randomForest() จากแพ็กเกจ randomForest เพื่อสร้างโมเดล random forest สำหรับทำนายการเลิกใช้บริการของลูกค้าในชุดข้อมูลฝึกสอน training_set โดยตัวแปรเป้าหมายมีชื่อว่า Future
นอกจากนี้ยังจะตรวจสอบและแสดงผลความสำคัญของตัวแปรต่าง ๆ ในโมเดลด้วย
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์เชิงพยากรณ์โดยใช้ข้อมูลเครือข่ายใน R
คำแนะนำการฝึกหัด
- โหลดแพ็กเกจ
randomForest - ใช้ฟังก์ชัน
set.seed()โดยกำหนด seed เป็น 863 - สร้าง random forest ด้วยฟังก์ชัน
randomForest()โดยใช้ตัวแปรทั้งหมดในtraining_setทั้งนี้ตัวแปรตอบสนองFutureต้องอยู่ในรูปแบบ factor จึงต้องใช้ฟังก์ชันas.factor()ด้วย - พล็อตความสำคัญของตัวแปรในโมเดล random forest โดยใช้
varImpPlot()
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Load package
___(randomForest)
# Set seed
set.seed(___)
# Build model
rfModel <- ___(as.factor(___)~. ,data=training_set)
# Plot variable importance
varImpPlot(___)